[发明专利]基于物联网应用的主动光深度测量值修正方法

权利要求书

1.基于物联网应用的主动光深度测量值修正方法，其特征在于，包括以下步骤：

定义一、深度图；深度图是由深度摄像机所输出，并包涵各个方位上目标距离摄像头距离信息的图像，即其在坐标u，v处的图像值f(u，v)表示u，v视线上距离摄像头最近点的距离值，

定义二、主动光深度图；深度图像的获取有多种，一种是利用双目或者多目视觉获取视差来获取的图像，另外一种是利用主动光进行照明然后测距的方法，

定义三、标准面；一个大面积的平面，比如墙壁；

定义四、线性内插；一种数学估值方法，利用左右两个点的函数值对中间点的函数值进行线性估计，f(x2)=x2-x0x1-x0f(x1)+x1-x2x1-x0f(x0)forx0<x2<x1,]]>

定义五、查找表，一种数据存储方式，将需要计算的数据存储成一个数组或者类似的数据结构以方便进行计算，

定义六、反余弦法，用于在知道邻边以及邻边和斜边的角度后计算三角形斜边，即其中a为邻边长度，c为斜边长度，θ为邻边与斜边的夹角。

基于物联网应用的主动光深度测量值修正方法，具体步骤如下：

(1)首先将深度摄像头固定安装在水平滑轨上；

(2)将摄像头垂直对准某一个标准面，典型如墙壁；

(3)将摄像头沿着滑轨运动，并且记录下摄像头距离墙面的实际距离作为标称距离，并同时将摄像头测量得到的目标深度图像值作为测量距离；

(4)通过反余弦法结合摄像头的视场尺寸信息计算出各个像素方向上摄像头与墙面的精确距离；

(5)建立查找表table，大小为M×N×2×Mark，M×N为图像大小，对每个像素在不同距离上量测距离与真实距离之间的关系建立查找表，至此准备工作完毕；

(6)通过深度摄像头采集得到一幅的深度图；

(7)读取像素方位u，v上的测量距离作为线性内插法中的x₂，并对查找表table中有关此像素方位上，即查找表tabel(u，v，...)中与x₂最接近的的两个测量值作为x₀ x₁，并读取量测值x₀ x₁的标称距离作为f(x₀)和f(x₁)；

(8)利用两个标称距离f(x₀)和f(x₁)的深度值对当前x₂量测距离进行线性内插得到当前精确深度值的估计f(x₂)；

(9)遍历所有的像素点，对每个像素点重复进行(7)和(8)以得到完整的修正深度图像；

这种对每个像素均建立多个不同标称距离以及测量距离的查找表方法能够很精确的回复，而且基于完全量测信息再修正的方法需要进行建立所有像素的在各个标称深度上精确深度与两侧深度之间的查找表对应关系，这种方法理论清晰，方法简单，图像深度的恢复精度较高。但是需要存储每个像素的多个位置的，需要相对较大的存储空间；通过对主动光深度图成像原理的分析，大部分恢复的深度图都可以看成是摄像机坐标系X_cY_cZ_c的Z_c坐标方向的值，而且一般来说不同图像坐标之间的差异较小，非均匀性较低，因而为了简化存储，可以只存储一组修正数据即可得到相当大程度的修正。

2.基于物联网应用的主动光深度测量值修正方法，其特征在于，另外一种修正方法如下：

深度摄像头给出的距离是摄像机坐标系下的Z轴量测值，但是Z轴的量测值确实与真实的Z轴方向坐标值有出入，需要进行修正，修正的方法同上一种方法有相似的地方，比如都是选择一个标准面，将摄像头及对准标准面，然后再测量标称值与摄像机距离墙面的距离，由于深度摄像头是对Z轴进行成像，因而可以利用较多标准面上的测量值的平均来得到实际测量值与标称值之间的对应关系，建立一维的标称值与测量值的查找表；

具体步骤如下：

(1)：首先将深度摄像头固定安装在水平滑轨上；

(2)：将摄像头垂直对准某一个标准面，典型如墙壁；

(3)：将摄像头沿着滑轨运动，并且记录下摄像头距离墙面的实际距离作为标称距离，并同时将摄像头测量得到的图像值平均作为测量距离；

(4)：建立一组有关平均测量Z_c值与标称Z_c值(即摄像机距离墙面的距离)的查找表table_average大小为2×Mark，Mark表示的是标称值的个数。

(5)：得到一幅深度图depth，大小M×N；

(6)：计算当前像素点距离中心像素点的角度距离；角度距离的计算需要知道摄像机的视场大小以及像素总数；

θu=(u-M2)×(fovuM),]]>θv=(v-N2)×(fovvN)]]>

上式中：fov_u与fov_v分别表示的是摄像机的两个方向的视场大小，M和N分别表示摄像机u，v方向上的像素数目；

(7)：数值校正，通过线性内插法对输入的深度图像值读取每个像素方位上的测量距离作为线性内插法中的x₂，并对查找表table_average中与x₂最接近的的两个测量值作为x₀ x₁，并读取量测值x₀ x₁的标称距离作为f(x₀)和f(x₁)；再通过线性内插法进行插值校正得到测量值为x₂的校正值f(x₂)，作为第一步校正后图像depth_{modified_table}(u，v)的值；

(8)：角度校正，将第八步经过查找表数值校正后的深度值再依照像素索引值进行角度信息的校正：depth_modified(u，v)＝depth_{modified_table}(u，v)/(cos(θ_u)×cos(θ_v))；

(9)：遍历所有像素点得到经过数值校正后的图像depth_modified。